Simple and Efficient Budget Feasible Mechanisms for Monotone Submodular Valuations
我们研究的问题，预算有限的买家谁想要购买一套物品，每一个从不同的卖家，以最大限度地提高她的价值。预算可行机制设计问题的目的是设计一种机制，激励卖方如实报告其成本，并最大化买方的价值，同时保证总付款不超过她的预算。这样的预算可行机制可以模拟一个在众包市场中有兴趣招募一组工人（卖方）来完成她的任务的买方。这个预算可行机制设计问题是由Singer在2010年提出的。从那时起，这种机制的近似保证已经有了一些改进。我们考虑一般情况下，买方的估值是一个单调的子模函数。我们为简单的机制提供了两个通用框架，通过结合这些框架，我们显着改善了这个问题的最知名的结果，同时也简化了分析。例如，我们将一般单调子模情形的近似保证从7.91提高到5;对于大市场的情形（其中每个单独的项目具有可忽略的值），近似保证从3提高到2.58。更一般地说，给定一个$r$近似算法的优化问题（忽略激励），我们的机制是一个$r+1$近似机制的大型市场，从$2r^2$的改进。我们还提供了一个类似的参数化机制，没有大的市场假设，我们实现了$4r+1$近似保证。
2017-03-30 cs.GT
Deterministic Budget-Feasible Clock Auctions
我们重新审视了研究充分的问题，不可行的采购，在严格的预算约束的买方寻求从一组战略供应商（卖方）获得服务。在过去的十年中，已经提出了几个策略验证的不可行的采购拍卖，旨在最大限度地提高买方的价值，同时引出每个卖方的真实成本提供他们的服务。这些解决方案主要采取随机密封投标拍卖的形式：他们要求卖方报告他们的私人成本，然后使用随机化来确定将采购哪些服务子集以及向每个选定的供应商支付多少，以确保总付款不超过预算。我们在本文中的主要结果是一种新的方法来设计不可行的拍卖，导致解决方案，优于以前提出的拍卖在多个方面。首先，我们的解决方案采用递减时钟拍卖的形式，从而满足一系列属性，如明显的防策略性，群体防策略性，透明度和无条件的赢家隐私;这使得这些拍卖更有可能在实践中使用。第二，与以前的结果，严重依赖于随机性，我们的拍卖是确定性的。其结果是，我们提供了一个肯定的答案，在这方面的文献中的一个主要的公开问题，询问是否确定性的strategyproof拍卖可以实现一个恒定的近似时，买方的估值函数是submodular的一组服务。此外，我们还提供了第一个确定性的不确定性可行的拍卖，匹配的近似界的最有名的随机拍卖类的次可加性估值。最后，利用我们的方法，我们改进了单调子模赋值的最佳逼近因子，这是大多数先前工作的焦点。
2021-07-21 cs.GT
Budget Feasible Mechanisms
我们研究一类新的机制设计问题，其中的结果是由支付的约束。这一类基本的机制设计问题包含了许多常见的经济情况，但据我们所知，过去并没有对它进行过研究。我们专注于采购拍卖的情况下，卖方有私人成本，拍卖商的目标是最大化的效用函数的子集的项目，由该机制提供的付款总额不超过一个给定的预算的约束下。标准的机制设计思想，如VCG机制及其变体，在这里不适用。我们表明，对于一般的功能，预算约束可以使机制任意坏的买方的效用。然而，我们的主要结果表明，对于重要的子模函数类，有界逼近比是可以实现的。对于次模函数的子类，得到了更好的逼近结果。我们探索了预算可行机制在其他领域的空间，并在更严格的条件下给出了一个刻画。
2013-11-28 cs.GT
A Budget Feasible Peer Graded Mechanism For IoT-Based Crowdsourcing
我们开发和扩展了最近的一系列工作的机制设计异构任务分配问题的“众包”。我们考虑的预算市场由多个任务请求者和多个物联网设备作为任务执行者组成;每个任务请求者都被赋予一个单独的任务以及公开的预算。此外，每个物联网设备都有执行任务的成本和质量的估值，这是私有的。在这种情况下，目标是为每个任务选择物联网设备的子集，使得总支付在预算的分配配额内，同时达到阈值质量。为了确定物联网设备的未知质量，我们利用了对等分级的概念。在本文中，我们精心设计了一个真实的预算可行机制;即针对调查中的问题的TUBE-TAP，这也使我们能够获得有关物联网设备质量的真实信息。进行模拟，以衡量我们提出的机制的功效。
2018-10-17 cs.GT
Budget-Feasible Mechanisms for Submodular Welfare Maximization in Procurement Auctions
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）；School of Rail Transportation, Soochow University（苏州大学轨道交通学院）
本文提出BFM-SWM机制，首次在采购拍卖中实现子模福利最大化的预算可行机制，具有可证明的近似保证，同时改进了效率和效果。
2026-09-17 cs.GT
The Effectiveness of Golden Tickets and Wooden Spoons for Budget-Feasible Mechanisms
本文研究预算可行机制中以非明显可操纵性替代 DSIC 的效果，刻画 BNOM/WNOM，并证明单调次可加估值下 NOM 的社会福利近似紧界为 2，随机 BNOM 可逼近 1。
2025-02-17 cs.GT
Budget Feasible Mechanism Design: From Prior-Free to Bayesian
预算可行机制设计研究的是在总支付额受到预算约束的情况下，卖方有私人成本生产物品，买方（拍卖人）的目标是最大化物品子集上的社会价值函数的采购组合拍卖。该领域最重要的问题之一是“哪些估值领域承认真实的预算可行机制与'小'的近似值（相比，社会最佳）？辛格证明了加法和次模函数具有这样的常数近似。最近，Dobzinski、Papadimitriou和Singer给出了次可加函数的O（log^2 n）-近似机制;他们还评论说：“一个基本问题是，不管计算约束如何，是否存在一个常数因子预算可行的机制。“我们从两个角度来解决这个问题：无先验最坏情况分析和贝叶斯分析。对于先验自由框架，我们使用描述估值函数的分数覆盖的LP;它也与合作博弈论中近似核心的概念有关。通过LP的最坏情况完整性间隙I，我们提供了次可加函数的O（I）-逼近机制。这意味着次可加赋值的O（log n）近似，XOS赋值的O（1）近似，以及具有常数I的赋值。XOS赋值是介于次模类和次加类之间的一类重要函数。给出了次可加赋值的另一种多项式时间O（log n/loglog n）次对数逼近机制.对于贝叶斯框架，我们为所有次加性函数提供了一个常数近似机制，将上述无先验机制用于XOS赋值作为子例程。我们的机制允许私人信息分布的相关性，并且普遍真实。
2012-03-20 cs.GT
A Budget Feasible Mechanism for Hiring Doctors in E-Healthcare
在过去的十年中，对医院资源（如手术室（OT）和专家（如护士，医生等））的调度进行了广泛的研究。在医院里。随着技术的发展，主要是通信媒体（如智能手机，视频会议，智能手表等）的进步。人们可以考虑从内部医院以外的医生（分布在全球各地）那里获得专门知识。早些时候，从医院外聘请医生的有趣情况已经从货币（病人有无限的预算）和非货币的角度在战略环境中进行了研究。本文研究的是在病人受到预算限制时，从医院外聘请医生的更现实的情况。我们提出的机制遵循两个通行证机制设计框架，每个框架由分配规则和支付规则组成。通过仿真，我们评估的性能和验证我们提出的机制。
2018-02-14 cs.GT
Budget Feasible Mechanisms for Procurement Auctions with Divisible Agents
我们认为预算可行的机制，采购拍卖与附加价值的功能。对于可分的情况下，代理可以被分配分数，存在一个最佳的机制，近似保证$e/(e-1)$下的小投标人的假设。我们研究了可分的情况下，没有小投标人的假设，但假设代理人的真实成本的预算。这种设置适合于对商品代表时间并且代理人的真实成本与预算相比不一定很小的经济情况进行建模。重要的是，我们给出了一个近似保证为2.62的机制，改进了不可分情况下3的结果。此外，我们给出了近似保证的下限为1.25。然后，我们研究的问题，在竞争更加激烈的市场，并假设代理商的价值超过成本效率是有界的一些$θ\ge 1$。对于$θ\le 2$，我们给出了一个近似保证为2，下限为1.18的机制。这两个结果可以扩展到设置不同的代理类型与线性上限的每种类型的估值函数。最后，如果每个代理类型有一个凹的估值，我们给出了一个机制，近似保证的代理类型的数量线性增长。
2022-09-01 cs.GT
Budget-Feasible Contracts
研究预算约束下具有二元动作的多智能体合同问题，证明已有近似保证可扩展至预算设定，提出BEST目标等价类并引入节俭代价以量化预算约束导致的损失。
2025-06-25 cs.GT
Budget-feasible Maximum Nash Social Welfare Allocation is Almost Envy-free
纳什社会福利（NSW）是一种平衡个体效用与整体效率的著名社会福利度量方法。在公平分配不可分割商品的背景下，Caragiannis等人（EC 2016和TEAC 2019）已经表明，最大化新南威尔士州的分配在一种商品（EF 1）中是无嫉妒的。在本文中，我们感兴趣的公平性的新南威尔士州在一个不可行的分配问题，其中每个项目都有一个成本，将产生的代理，它被分配给，每个代理有一个预算约束的项目，她收到的总成本。我们表明，一个不可行的分配，最大化NSW实现了1/4近似EF 1和近似比是紧的。当物品的成本与代理人的预算相比很小时，近似比会优雅地提高;当成本比接近无穷大时，近似比会收敛到1/2。
2020-12-07 cs.GT cs.MA
Approximately Stable Matchings with Budget Constraints
本文考虑了预算约束下的双边匹配，其中一方（公司或医院）可以向另一方（工人或医生）进行货币转移（提供工资）。在标准模式中，虽然多名医生可以匹配到一家医院，但医院有最大配额：分配到医院的医生人数不能超过一定的限制。在我们的模型中，医院有一个固定的预算：每家医院分配给医生的工资总额是有限的。由于预算限制，稳定匹配可能不存在，并且很难检查其存在。为了处理不存在的稳定匹配，我们扩展了“匹配与合同”模型的Hatfield和Milgrom，使它处理近似稳定的匹配，每个医院的效用后偏差可以增加的因素，以达到一定的数额。然后，我们提出了两种新的机制，有效地返回这样一个稳定的匹配，完全满足预算约束。特别是，通过牺牲防策略性，我们的第一个机制实现了最佳可能的界限。此外，我们发现了一个特殊的情况下，一个简单的机制是战略证明的医生，保持最好的一般情况下的约束。
2017-11-21 cs.GT
Online Budget-Feasible Mechanism Design with Predictions
Athens University of Economics and Business（雅典经济与商业大学）；Archimedes, Athena Research Center（阿基米德，雅典研究中心）；Input Output Global (IOG)（输入输出全球（IOG））；Centrum Wiskunde & Informatica (CWI)（数学与计算机科学中心（CWI））；University of Amsterdam（阿姆斯特丹大学）；Technical University of Munich（慕尼黑工业大学）
研究在线预算可行机制设计，利用预测信息在单调和非单调子模估值下显著提升竞争比，同时保持真实性和预算可行性。
2026-07-03 cs.GT
Approximately Envy-Free Budget-Feasible Allocation
在不可行分配问题中，一组具有不同大小和价值的物品将被分配给一组代理。每个代理人都有一个预算限制的项目，她可以收到的总大小。我们的目标是计算一个可行的分配是无羡慕（EF），其中代理人不羡慕对方的项目，他们收到，也不羡慕慈善机构，谁是赋予所有未分配的项目。由于即使没有预算限制，EF分配也几乎不存在，因此我们对一个项目（EF 1）的无嫉妒的宽松概念感兴趣。精确和近似EF 1分配的计算在很大程度上仍然是开放的，尽管Wu等人（IJCAI 2021）最近的努力表明，任何使Nash社会福利（NSW）最大化的非可行分配都是1/4近似EF 1。在本文中，我们向前迈进了一步，证明了具有相同的附加值的代理，1/2近似EF 1分配可以在多项式时间内计算。对于统一预算和两个代理的情况下，我们提出了有效的算法来计算一个确切的EF 1分配。我们还考虑了大的预算设置，即，当项目大小与代理的预算相比是无穷小时，并且表明NSW最大化分配和我们的多项式时间算法计算的分配对于EF 1都具有接近1的近似。
2021-06-28 cs.GT cs.MA
From Welfare to Utility: Generalized Objectives in Budget-Feasible Procurement
Hebrew University（希伯来大学）；Boston University（波士顿大学）
研究预算可行采购问题的机制设计，针对买家效用、社会福利等广义目标，提出了最优和近似最优机制，包括无先验和贝叶斯设置下的常数因子近似。
2026-08-10 cs.GT
EFx Budget-Feasible Allocations with High Nash Welfare
研究预算约束下不可分割物品分配，提出在两智能体和三智能体实例中实现EFx公平性并保证Nash社会福利最优或常数近似的分配程序。
2023-08-02 cs.GT
Partial Allocations in Budget-Feasible Mechanism Design: Bridging Multiple Levels of Service and Divisible Agents
针对预算可行采购中的部分分配问题，在能完全负担每个智能体的假设下，设计了适用于多级服务和可分服务的确定性、真实且预算可行的近似机制，并将线性估值下的最佳近似比改进至2。
2025-05-28 cs.GT
Budget Feasible Mechanisms for Experimental Design
在经典实验设计设置中，实验者E可以访问$n$潜在实验对象$i\in \{1,...,n\}$的群体，每个与特征向量$x_i\in R^d$相关联。用受试者$i$进行实验揭示了$y_i\in R$对E的未知值。E通常假定$x_i$和$y_i$之间的某种假设关系，例如，$y_i \approx βx_i$，并从实验中估计$β$，例如，通过线性回归。作为各种实际约束的代理，E可以只选择一个子集的主题进行实验。我们开始研究预算机制的实验设计。在此设置中，E具有预算$B$。每个受试者$i$声明相关费用$c_i >0$是实验的一部分，并且必须至少支付她的费用。特别是，实验设计问题（EDP）是要找到一组$S$的受试者的实验，最大化$V(S) = \log\det(I_d+\sum_{i\in S}x_i\T{x_i})$下的约束$\sum_{i\in S}c_i\leq B$ ;我们的目标函数对应于通过线性回归方法学习的参数$β$的信息增益，并与所谓的$D$ -最优性标准。此外，这些主题是战略性的，可能会谎报成本。我们提出了一个确定性的，多项式时间，预算可行的机制计划，这是近似真实的，并产生一个常数因子近似EDP。特别地，对于任何小的$δ> 0$和$ε> 0$，我们可以构造一个（12.98，$ε$）近似的机制，它是$δ$ -真实的，并且在$n$和$\log\log\frac{B}{εδ}$中都在…
2013-07-11 cs.GT
Coverage, Matching, and Beyond: New Results on Budgeted Mechanism Design
研究了一类具有预算约束的逆向拍卖问题。一般的算法问题是购买一组资源，这是有成本的，以便不超过给定的预算，同时最大化给定的估值函数。该框架捕获了几个著名的优化问题的预算版本，当资源由战略代理人拥有时，目标是设计真实和预算可行的机制，即得出资源的真实成本，并确保机制的支付不超过预算。预算的可行性在机制设计中引入了更多的挑战，我们研究了这个问题的某些类别的子模块和XOS估值函数的实例。我们首先获得加权覆盖估值，一类特殊的子模函数，已经引起了人们的注意，在以前的工作与改进的近似比的机制。然后，我们提供了一个通用的计划，设计随机和确定性的多项式时间机制的一类XOS问题。这一类包含的问题，其可行集形成一个独立系统（比拟阵更一般的结构），一些代表性的问题包括，除其他外，找到最大加权匹配，最大加权拟阵成员和最大加权3D匹配。对于大多数这些问题，只有随机机制具有非常高的近似比之前，我们的结果。
2016-10-04 cs.GT
Repeated Descent: A Framework for Online Budget-Feasible Auctions
Columbia University（哥伦比亚大学）；National Technical University of Athens（雅典国立技术大学）；Archimedes RU, Athena RC（阿尔基米德研究单位，雅典研究中心）
提出基于自适应线性定价的确定性框架Repeated Descent，用于在线预算可行拍卖，在秘书到达和子模估值下实现1046-竞争比，并首次对非单调子模估值获得常数竞争比。
2026-05-31 cs.DS cs.GT
Budget-feasible Egalitarian Allocation of Conflicting Jobs
本文研究在预算约束下分配冲突任务以最大化最差个体满意度的均等分配问题，证明其NP难性，并提出匹配或改进已知算法的近似与参数化算法。
2024-02-05 cs.DS cs.GT
An $O(\log \log n)$-approximate budget feasible mechanism for subadditive valuations
Univ. Waterloo（滑铁卢大学）
本文提出一种随机预算可行机制，针对子加性估值问题，实现O(log log n)的近似因子，且在多项式时间内运行。
2026-03-02 cs.DM cs.DS cs.GT
Revenue Maximizing Envy-Free Pricing in Matching Markets with Budgets
我们研究了在匹配市场中$m$项目和$n$预算受限的买家的无嫉妒定价机制。每个购买者都对出售的商品的一个子集感兴趣，并且她以某个单一价值评估她偏好集中的每一个商品。此外，每个买家都有一个预算，限制最大可负担的付款，而她的目标是获得尽可能多的项目，她的偏好集。我们的目标是计算一个无嫉妒的定价分配，使收入最大化，即，向买方收取的总付款。对于任何$ε>0$，这个定价问题很难比$Ω({\rm min} \{n,m\}^{1/2-ε})$更好地近似，除非是$P=NP$。硬度的结果是由于存在的匹配约束，给定的更简单的多单元的情况下，可以近似到一个常数因子$2$。本文的目标是通过限制我们自己的具体设置的估值和预算，以规避硬度的结果。两个特别重要的场景是：每个买家的预算都大于其单值估值，每个买家的预算都低于其单值估值。令人惊讶的是，在这两种情况下，我们都能够实现$1/4$ -接近最佳的无嫉妒的收入。该算法利用了一个新版本的Ausebel上升价格拍卖。这些结果可能表明，虽然它是很难近似的最优收益一般，在大多数实际情况下，价格递增拍卖可以实现相对较好的收益。
2016-10-28 cs.GT
Budget-Feasible Mechanism Design for Non-Monotone Submodular Objectives: Offline and Online
不可行机制设计的框架研究采购拍卖，拍卖人（买方）的目标是最大化他的估价函数受到硬预算约束。我们研究的问题，设计真实的机制，有良好的近似保证，从来没有支付参与代理（卖方）超过预算。我们专注于一般（非单调）次模估值函数的情况下，并推导出第一个真实的，不确定可行的和$O(1)$近似的机制，运行在多项式时间的值查询模型，离线和在线拍卖。在我们的工作之前，唯一的$O(1)$近似机制已知的非单调子模块化的目标需要指数数量的值查询。我们方法的核心是一种新颖的背包约束下非单调子模最大化的贪心算法。我们的算法同时构建两个候选解决方案（以实现良好的近似），但确保代理不能从一个解决方案跳到另一个解决方案（以隐含地强制执行真实性）。我们的是第一个机制的问题-至关重要的-代理商是不是为了他们的边际价值每成本。这使我们能够适当地调整这些想法，以在线设置以及。为了进一步说明我们的方法的适用性，我们还考虑了存在额外可行性约束的情况。当可行解是$p$ -系统的独立集时，我们获得了单调和非单调子模目标的$O(p)$ -逼近机制。除了附加估值函数，在我们的工作之前，没有已知的机制。最后，我们提供的下界表明，当一个关心非平凡的近似保证在多项式时间，我们的结果是渐近最好的可能。
2019-05-06 cs.DS cs.GT
Mechanism Design for Crowdsourcing: An Optimal 1-1/e Competitive Budget-Feasible Mechanism for Large Markets
在本文中，我们考虑了一个机制设计问题的背景下，大规模的众包市场，如亚马逊的土耳其机械，ClickWorker，CrowdFlower。在这些市场中，有一个请求者想要雇佣工人来完成一些任务。每个工作者都被假定为向请求者提供一些效用。此外，每个工人都有一个最低成本，他希望获得雇用。该最小成本被假定为工人的私有信息。接下来的问题是，如果请求者的预算有限，如何设计一个直接揭示机制，选择合适的员工来雇用，以最大限度地提高请求者的效用。我们注意到，尽管之前的工作已经研究了这个问题，但我们与之前工作的一个关键区别是我们在模型中引入了大规模市场的概念。在没有大市场假设的情况下，已知对于确定性和随机化机制，没有机制可以分别实现优于0.414和0.5的近似因子（而最知名的确定性和随机化机制分别实现0.292和0.33的近似比）。在本文中，我们为大型市场设计了一个不可行的机制，实现了1-1/e（即几乎0.63）的近似因子。我们的机制可以被看作是一个概括的替代方式来看待比例份额机制，这是在所有以前的作品中使用到目前为止，这个问题。有趣的是，我们还表明，我们的机制是最佳的，因为没有真实的机制可以实现比1-1/e更好的因子;因此，完全解决了这个设置。最后，我们考虑更一般的情况下，次模块化的效用函数，并给出新的和改进的机制的情况下，当市场是大的。
2014-08-13 cs.GT
Near-Feasible Solutions to Complex Stable Matching Problems
本文针对稳定匹配问题的多个NP完全变体，提出基于Scarf算法和迭代舍入的方法，证明通过轻微调整容量总能获得近可行的稳定解，并在Stable Fixtures问题上实现多项式时间运行。
2025-02-09 cs.GT
Beyond Worst-Case Budget-Feasible Mechanism Design
受众包等大市场应用的启发，我们重新审视了“小投标人假设”下的不可行机制设计问题。Anari，Goel和Nikzad（2018）给出了一种在最坏情况下具有最优竞争比$1-1/e$的机制。然而，我们观察到，在许多现实的情况下，他们的机制显着优于一个更简单的开放时钟拍卖由Ensthaler和Giebe（2014），虽然开放时钟拍卖只达到竞争比$1/2$在最坏的情况下。有没有一种机制可以两全其美，即，一个机制，是最坏情况下的最佳和表现良好的现实情况？我们的第一个主要结果是设计和分析的自然机制，给出了一个肯定的答案，我们上面的问题：（i）我们证明，在每一个实例中，我们的机制执行至少一样好，所有的统一机制，包括Anari，Goel，和Nikzad的和Ensthaler和Giebe的机制。(ii)此外，我们经验性地评估我们的机制在各种现实的情况下，并观察到，它击败了最坏情况下的$1-1/e$的竞争比由一个大的利润率，并比较有利的上述两种机制。我们的第二个主要结果是更有趣的理论：我们表明，在半对抗模型的平滑分析，对手设计一个单一的最坏情况下的市场的预算分布，我们的机制是最佳的所有（包括非均匀）的机制;此外，我们的机制保证严格优于$(1-1/e)$预期的竞争比任何非平凡的预算分布，无论市场。我们补充了积极的结果与任何给定的预算分布的最坏情况下的市场的特征，并证明了一个相当强大的硬度结果，对任何预算分…
2022-11-16 cs.DS cs.GT
Competitive Equilibria in Matching Markets with Budgets
我们研究了具有不可分割商品和单位需求买家的经典Shapley-Shubik分配模型中的竞争均衡，预算约束：买家可以指定他们愿意为每个项目支付的最高价格，超过这个价格，他们就买不起这个项目。由预算约束引入的这种单一不连续性从根本上改变了平衡的性质：在没有预算约束的分配模型中，竞争平衡总是存在的，并且恰好对应于稳定匹配。在预算方面，竞争性均衡并不总是存在。此外，现在有两个不同的稳定性概念，取决于买方和卖方中的两个或只有一个可以在阻止对中严格受益，这两个概念不再一致，因为不连续性引起的不连续性。我们定义了弱稳定性和强稳定性的分配模型与可转移的效用，并证明了竞争平衡正好对应于强稳定的匹配。我们认为，有效地计算竞争均衡的算法问题，在扩展的分配模型与预算，每个买家指定他的偏好使用效用函数$u_{ij}$，其中$u_{ij}(p_j)$是买方$i$项目$j$的效用时，其价格是$p_j$。我们的主要结果是一个强多项式时间算法，决定是否存在竞争均衡，如果是的话，计算一个最小的，一般类的效用函数$u_{ij}$。这类效用函数包括具有预算约束的标准准线性效用模型，并且此外，允许建模市场，其中，例如，买家仅具有受每个物品的最大支付限制的物品之间的偏好排名，或者买家希望优化投资回报率（ROI）而不是准线性效用并且仅知道物品的相对价值。
2010-04-16 cs.DS cs.GT
Plan-Driven Adaptive Bidding for First-Price Auctions with Budget Constraints under Nonstationarity
Department of Industrial Engineering & Decision Analytics, Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
研究在非平稳环境下，预算受限的投标人如何学习适应性投标以最大化累积收益。提出基于双梯度下降的投标策略，并分析在不同未来私人价值知识设定下的性能损失。
2026-09-22 cs.GT cs.LG
A Competitive Posted-Price Mechanism for Online Budget-Feasible Auctions
本文针对在线预算可行拍卖中代理成本私密且按随机顺序到达的问题，提出一种基于OPT估计在线测试与自适应搜索的随机化发布价格机制，实现了常数竞争比，解决了EC 2012提出的开放问题。
2025-04-13 cs.DS cs.GT
Near-Feasible Stable Matchings: Incentives and Optimality
School of Computing Science, University of Glasgow（格拉斯哥大学计算科学学院）
本文研究了近可行稳定匹配的稳定性与激励问题，提出框架分析代理激励并证明容量修改在个体和群体层面的最优性，同时提供高效算法和实验结果。
2026-09-03 cs.DS cs.GT
From Compensation Design to Budget-Feasible Mechanisms: A Constant Approximation for Subadditive Valuations
CMU（卡内基梅隆大学）；Google Research（谷歌研究院）；Yale University（耶鲁大学）
该研究推进预算可行机制设计，针对次可加估值等提出多项式时间常数近似机制，解决长期开放问题，还为多获胜者选举提供了相关进展。
2026-08-10 cs.DS cs.GT
Existence and Computation of Fair Allocations under Constraints
Indian Institute of Science（印度科学学院）；Aarhus University（奥胡斯大学）
本文研究了在预算约束下公平分配的问题，证明了可行公平分配的存在性，并探讨了其计算性和与帕累托最优性的兼容性。
2026-02-28 cs.GT
Stable and Budget-Feasible Coalition Formation for Clustered Federated Learning: A Hedonic Potential-Game Approach
Cognifinity（科格尼芬蒂）
该研究针对集群联邦学习的联盟形成问题，提出享乐势博弈方法，设计可转移剩余模型与分配规则，保证稳定划分与预算可行，在CIFAR-10实验中实现福利最优且性能可靠。
2026-07-30 cs.GT cs.LG
Sharp Second-Best Welfare in Bilateral and Matching Markets
Beijing Institute of Technology（北京理工大学）；Renmin University of China（中国人民大学）
本研究确定了双边与匹配市场中次优与最优福利的尖锐比率，在任意先验下约为0.888，在单调风险率下约为0.911，并提供了证明与数值验证方法。
2026-09-30 cs.GT
Online Fair Division with Budget Constraints
University of Oxford（牛津大学）
研究广义分配预算约束下离散公平分配的在线变体，确定有界密度扩展条件并获近似算法，研究资源增强及刻画保证改进，还开发学习增强框架，证明其性质及单独预测边际的不足。
2026-07-28 cs.AI cs.GT cs.LG
On price-induced minmax matchings
本文研究了一个具有相同预算的顺序到达的购买者的自然组合定价问题。每个买家只对一对物品感兴趣，当且仅当到达时，两个物品仍然可用并且物品价格的总和不超过预算时，才购买这对物品。卖方的目标是为物品定价，以便当买方以对抗顺序到达时，交易数量最大化。形式上，我们给出了一个无向图，其中顶点表示物品，边表示买家。一旦价格被设置为顶点，总价格超过买家预算的边将被驱逐。买家的任何到达顺序都会导致一组交易，这些交易在这个子图中形成最大匹配，而对抗性到达顺序会导致最小最大匹配。为了衡量定价策略的性能，我们将这种匹配的大小与原始图中最大匹配的大小进行比较。Correa等人[IPCO 2022]表明，任何定价策略可以保证的最佳比率都在$[1/2, 2/3]$范围内。我们对这个问题的贡献是双重的：首先，我们提供了几个特征的子图，可能会导致定价计划。其次，在此基础上，我们给出了改进的$3/5$的上界和$1/2 + 2/n$的下界，其中$n$是项目的数量。
2023-02-23 cs.CE cs.DS cs.GT
Minimal Envy Matchings in the Hospitals/Residents Problem with Lower Quotas
在医院/住院医生问题中，每家医院都有一个上限配额，限制分配给它的住院医生数量。而在某些应用中，每家医院也有一个较低的住院医生数量配额。在这种情况下，可能不存在稳定的匹配。无嫉妒被引入作为一种放松的稳定性，允许阻塞对涉及居民和医院的空位置。然而，当引入较低的配额时，不嫉妒的匹配可能也不存在。我们考虑的问题，找到一个可行的匹配，满足较低的配额和较高的配额，并尽量减少嫉妒的嫉妒对和嫉妒的居民在医院/居民问题与较低的利润。我们证明了这个问题是NP-难的，两个嫉妒测量。我们也给出了一个简单的指数时间算法的最小嫉妒对HRLQ问题。
2021-10-29 cs.GT
A Linear Programming Approach to the Super-Stable Roommates Problem
本文将Teo和Sethuraman关于完全图稳定室友问题的线性不等式系统充要条件证明，扩展至带平局的情况，证明了该系统存在可行解当且仅当存在超稳定匹配。
2025-05-30 cs.GT math.CO
Fair Rent Division: New Budget and Rent Constraints
本研究扩展经典公平房租分配问题，引入租金上下界与代理人预算约束，提出统一组合算法以计算或验证无嫉妒分配，并优化公平性目标，提升实际平台适用性。
2025-10-06 cs.DS cs.GT
